基于机器学习的同步发电机提高电压暂稳的稳态无功优化方法技术

本发明专利技术涉及一种基于机器学习的同步发电机提高电压暂稳的稳态无功优化方法，具体是基于所研究潮流方式和预想故障集，采用XGBOOST机器学习方法建立根据所研究潮流方式的多维输入特征向量稳态值，预测系统电压对预想故障扰动是否保持暂态稳定的分类器，以系统暂态电压在确定故障扰动下能够保持稳定为约束条件，考虑最小化发电机稳态无功优化带来的网损作为目标函数，建立提高同步发电机为暂态电压提供动态无功支撑的稳态无功优化模型，并采用粒子群算法调用潮流计算求解优化模型，确定发电机稳态无功最优解，本发明专利技术能够实现基于稳态潮流计算预测系统暂态电压对预想故障扰动的稳定性，通过优化发电机稳态输出无功以提高系统暂态电压稳定性。暂态电压稳定性。暂态电压稳定性。

【技术实现步骤摘要】
基于机器学习的同步发电机提高电压暂稳的稳态无功优化方法


[0001]本专利技术涉及一种优化同步发电机稳态无功输出的方法，尤其是一种利用机器学习建立基于所研究潮流方式的多维输入特征向量稳态值预测系统暂态电压稳定性的分类器，以及基于分类器建立提高同步发电机为暂态电压提供动态无功支撑、同时兼顾减小无功调节对网损造成影响的发电机稳态输出无功优化模型。

技术介绍

[0002]由于直流输电工程的迅速发展，大量的直流接入受端电网，造成电网本地机组的开机规模受到严重挤压，在面临系统故障造成电压跌落时，系统无法为电压恢复提供足够的无功支撑，从而造成电压失稳，给电网的安全稳定运行带来威胁。
[0003]目前，在改善受端电网的暂态电压稳定的方法上，主要的措施有安装动态无功补偿装置和紧急切负荷控制，由于动态无功补偿装置的价格昂贵，因此会增加投资成本而紧急切负荷控制也会给电网造成一定程度的经济损失。有相关研究指出，考虑发电机和电容器在暂态期间的无功出力特性，在稳态时提高发电机的无功出力占比，减小变电站内电容器的无功出力占比，可以有效改善系统的电压暂态稳定性。但是该方法可能会造成系统稳态运行时的不合理无功分布，从而使系统网损增加，造成经济损失。
[0004]由此出发，同时考虑最小化发电机和并联电容器稳态无功输出协调带来的系统网损增加问题，本专利技术考虑发电机和电容电抗器在故障暂态期间的无功调节动态特性，提出基于所研究潮流方式和预想故障集，采用XGBOOST建立基于多维输入特征向量稳态值预测系统暂态电压对预想故障扰动是否保持稳定的分类器建模方法，在此基础上以系统暂态电压在确定故障扰动下能够保持稳定为约束条件，考虑最小化发电机稳态无功优化带来的网损作为目标函数，建立提高同步发电机为暂态电压提供动态无功支撑的稳态无功优化模型。

技术实现思路

[0005]本专利技术主要是克服利用暂态稳定计算优化发电机提高电网电压暂态稳定性的稳态无功输出，存在计算分析过程复杂且计算量大的不足，提供了一种利用机器学习建立基于电网稳态潮流的多维输入特征量和预想故障预测电网电压暂态稳定性的分类器，并基于分类器实现基于潮流计算优化发电机稳态无功输出，能够有效避免寻优过程中的大量复杂的暂态稳定计算分析。
[0006]本专利技术还有一目的是通过优化同步发电机的稳态无功输出，提高其在确定故障扰动期间为电网提供动态无功支撑的能力，以提高系统电压暂态稳定性，同时兼顾减小稳态输出无功调节对网损产生的影响。
[0007]本专利技术的上述技术问题主要是通过下述技术方案得以解决的：
[0008]一种基于机器学习的同步发电机提高电压暂稳的稳态无功优化方法，其特征在
于，包括:
[0009]应用XGBOOST机器学习方法建立基于系统稳态多维输入特征向量和预想故障类型，判断系统暂态电压对预想故障扰动是否保持稳定的分类器；
[0010]以系统暂态电压在确定故障扰动下保持稳定为约束条件，同时考虑最小化发电机稳态无功优化带来的网损作为目标函数，建立提高同步发电机为暂态电压提供动态无功支撑的稳态无功优化模型，并采用粒子群算法调用潮流计算求解优化模型，确定发电机稳态无功最优控制。
[0011]在上述的方法，多维输入特征向量基于以下定义：
[0012]表1
[0013][0014]在上述的方法，分类器建模具体包括：
[0015]确定系统电压的暂态稳定性薄弱区域和区域内调压敏感发电机组；
[0016]基于电网严重预想故障集的暂态稳定计算，建立依据多维输入特征向量和故障类型预测系统电压暂稳的XGBOOST分类器。
[0017]在上述的方法，确定系统电压暂态稳定性薄弱区域和区域内调压敏感发电机组时，包括：
[0018]步骤1：利用PSASP等电力系统数值仿真软件建立系统确定运行方式的潮流和暂态稳定计算分析数学模型，进行预想故障集扰动的暂态稳定时域仿真计算，获得母线电压对故障扰动的暂态响应曲线。
[0019]步骤2：基于母线i对预想故障j扰动的暂态电压响应曲线，按照式(一)计算暂态电压稳定裕度
[0020][0021]式中为基于多二元表描述的母线i在故障j扰动下的电压暂态稳定裕度，和分别表示母线i的电压参考值和故障j作用下的实时值，t
k
和t
′
k
分别为跌落和恢复过程中低于和高于第k个电压临界参考值的时刻，K
k
表示(t
k
,t
k+1
)∪(t
′
k+1
,t
′
k
)区间的积分权重系数，当分别小于分别小于时，则电压跌落和恢复过程位于(t1,
t2)∪(t
′2,t
′1),
…
,(t
k
,t
k+1
)∪(t
′
k+1
,t
′
k
),
…
,(t
n
,t
′
n
)间区间的积分权重系数分别为K1,
…
,K
k
,
…
,K
n
，各区间权重系数可根据电压暂态响应，按照使电压保持临界暂态稳定，即由式(二)逐级求解确定。
[0022][0023]式中表示电压低于的最大可接受持续时间。
[0024]步骤3：根据获取的基于多二元表暂态电压稳定裕度构建暂态稳定裕度指标相似度矩阵，将A作为AP聚类算法输入，对所研究潮流方式的各母线进行聚类分区。
[0025]步骤4：基于A的列向量，依据确定故障j的严重程度，根据ξ
j
大小按照从中间向两边依次由小到大排序，定义描述所研究潮流方式各预想故障严重程度的行向量，即行向量中间元素ξ
p
值最小、对应的故障p扰动程度最严重。
[0026]步骤5：依据式(三)，基于线性加权计算各母线电压对不同故障扰动的综合暂态稳定裕度Ση
i
，并利用Ση
i
排序确定较小Ση
i
的母线作为暂态电压稳定裕度薄弱母线，进而根据暂态电压稳定裕度薄弱母线所在分区，确定所研究潮流方式下的暂态电压稳定裕度薄弱区域。
[0027][0028]式中q表示预想故障的数量，ω
j
表示第j个故障的权重，l由描述各预想故障严重程度行向量的ξ
j
列位置值确定。
[0029]步骤6：利用步骤1建立的潮流计算分析模型，依次使同步发电机r的输出无功增加
△
Q
r
＝0.1p.u.，基于步骤4确定的最严重故障p进行暂态稳定计算分析，并根据式(一)重新计算薄弱区域母线i在发电机r改变无功输出后的，依据式(四)计算同步发电机r无功调节对电压暂态稳定裕度薄弱母线的调压灵敏度s
r
，进而根据s
r
排序确定对暂态电压稳定裕本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的同步发电机提高电压暂稳的稳态无功优化方法，其特征在于，包括:应用XGBOOST机器学习方法建立基于系统稳态多维输入特征向量和预想故障类型，判断系统暂态电压对预想故障扰动是否保持稳定的分类器；以系统暂态电压在确定故障扰动下保持稳定为约束条件，同时考虑最小化发电机稳态无功优化带来的网损作为目标函数，建立提高同步发电机为暂态电压提供动态无功支撑的稳态无功优化模型，并采用粒子群算法调用潮流计算求解优化模型，确定发电机稳态无功最优控制。2.根据权利要求1所述的一种基于机器学习的同步发电机提高电压暂稳的稳态无功优化方法，其特征在于，多维输入特征向量基于以下定义：3.根据权利要求1所述的一种基于机器学习的同步发电机提高电压暂稳的稳态无功优化方法，其特征在于，分类器建模具体包括：确定系统电压的暂态稳定性薄弱区域和区域内调压敏感发电机组；基于电网严重预想故障集的暂态稳定计算，建立依据多维输入特征向量和故障类型预测系统电压暂稳的XGBOOST分类器。4.根据权利要求1所述的一种基于机器学习的同步发电机提高电压暂稳的稳态无功优化方法，其特征在于，确定系统电压暂态稳定性薄弱区域和区域内调压敏感发电机组时，包括：步骤1：利用PSASP等电力系统数值仿真软件建立系统确定运行方式的潮流和暂态稳定计算分析数学模型，进行预想故障集扰动的暂态稳定时域仿真计算，获得母线电压对故障扰动的暂态响应曲线；步骤2：基于母线i对预想故障j扰动的暂态电压响应曲线，按照式(一)计算暂态电压稳定裕度
式中为基于多二元表描述的母线i在故障j扰动下的电压暂态稳定裕度，V
iN
和V
ij
(t)分别表示母线i的电压参考值和故障j作用下的实时值，t
k
和t
′
k
分别为V
ij
(t)跌落和恢复过程中低于和高于第k个电压临界参考值的时刻，K
k
表示(t
k
,t
k+1
)∪(t
′
k+1
,t
′
k
)区间的积分权重系数，当V
ij
(t)分别小于V
1cr
…
,,时，则电压跌落和恢复过程位于(t1,t2)∪(t
′2,t
′1),
…
,(t
k
,t
k+1
)∪(t
′
k+1
,t
′
k
),
…
,(t
n
,t
′
n
)间区间的积分权重系数分别为K1,
…
,K
k
,
…
,K
n
，各区间权重系数可根据电压暂态响应，按照使电压保持临界暂态稳定，即由式(二)逐级求解确定；式中表示电压低于的最大可接受持续时间；步骤3：根据获取的基于多二元表暂态电压稳定裕度构建暂态稳定裕度指标相似度矩阵将A作为AP聚类算法输入，对所研究潮流方式的各母线进行聚类分区；步骤4：基于A的列向量，依据确定故障j的严重程度，根据ξ
j
大小按照从中间向两边依次由小到大排序，定义描述所研究潮流方式各预想故障严重程度的行向量，即行向量中间元素ξ
p
值最小、对应的故障p扰动程度最严重；步骤5：依据式(三)，基于线性加权计算各母线电压对不同故障扰动的综合暂态稳定裕度∑η
i
，并利用∑η
i
排序确定较小∑η
i
的母线作为暂态电压稳定裕度薄弱母线，进而根据暂态电压稳定裕度薄弱母线所在分区，确定所研究潮流方式下的暂态电压稳定裕度薄弱区域；式中q表示预想故障的数量，ω
j
表示第j个故障的权重，l由描述各预想故障严重程度行向量的ξ
j
列位置值确定；步骤6：利用步骤1建立的潮流计算分析模型，依次使同步发电机r的输出无功增加
△
Q
r
＝0.1p.u.，基于步骤4确定的最严重故障p进行暂态稳定计算分析，并根据式(一)重新计算薄弱区域母线i在发电机r改变无功输出后的依据式(四)计算同步发电机r无功调节对电压暂态稳定裕度薄弱母线的调压灵敏度s
r
，进而根据s
r
排序确定对暂态电压稳定裕度薄弱母线具有敏感调压作用的同步发电机组；
5.根据权利要求1所述的一...

【专利技术属性】
技术研发人员：彭晓涛，郭培，高云超，谭珺敉，王泽惠，
申请(专利权)人：武汉大学，
类型：发明
国别省市：